如何使用dist（）函数计算组内的成对距离

Question

我正在尝试计算特定人员的总行驶距离，但是我不确定如何为dist（）函数指定该距离，这样我就可以获得个人的距离，而不是每个人的距离总和（例如John +詹姆斯+鲍勃+ ...的）。 数据看起来像这样（但更大）

Name    x    y
John    12  34
John    15  31
John    8   38
John    20  14
John    12  35
Bob     2   15
Bob     2   18
James   30  21
James   30  28
James   29  32
...

我当前的代码是：

dist(rbind(data$x,data$y), method = "euclidean"). 

我已经尝试过使用{}和其他方法尽可能地将if(data$name == "John")代码放进去，但是没有，但是它们似乎都给了我一个错误。 谁能帮我吗？

Answer 1

使用dplyr包，您可以将dist函数应用于name dplyr每个子集。 解决方案基于此处找到的答案。

library(dplyr)
data = data.frame(name = c(rep('John',5), rep('Steve', 5), rep('Dave', 5)), x=sample(1:10,15), y=sample(1:10,15))
distout = data %>% group_by(name) %>% summarise(distmatrix=dist(rbind(x, y), method = "euclidean"))

Answer 2

如果您正在计算行进距离，那么我认为您需要连续坐标之间的距离。 您可以使用proxy软件包提供的dist函数，该函数比默认软件包灵活一些，并将其与dplyr结合使用：

library(proxy)
library(dplyr)

df <- data.frame(Name = c(rep("John", 5L), rep("Steve", 5L), rep("Dave", 5L)), 
                 x = sample(1:30, 15L),
                 y = sample(1:30, 15L))

group_fun <- function(sub_df) {
    if (nrow(sub_df) == 1L)
        return(data.frame(Name = sub_df$Name, total = 0))

    x <- sub_df[-nrow(sub_df), c("x", "y")]
    y <- sub_df[-1L, c("x", "y")]
    total <- sum(proxy::dist(x, y, method = "Euclidean", pairwise = TRUE))
    # return
    data.frame(Name = sub_df$Name[1L], total = total)
}

out <- df %>%
    group_by(Name) %>%
    do(group_fun(.))

在group_fun内部， x包含除最后一个坐标外的所有坐标， y包含除第一个坐标外的所有坐标（在两种情况下均为每组），因此x[i,]和y[i,]包含任何i连续坐标。 因此，当我们使用pairwise = TRUE调用proxy::dist时，我们现在获得了每对之间的距离（逐行）。

在返回的数据框中，我们使用sub_df$Name[1L]因为Name是一个分组变量，因此sub_df所有行的Name都必须相同，并且在摘要中只需要其值之一。

而且，如果您想变得更紧凑，则可以不使用dist （即仅使用dplyr ）来做到这dplyr ：

out <- df %>%
    group_by(Name) %>%
    summarise(total = sum(sqrt((x - lag(x))^2 + (y - lag(y))^2), na.rm = TRUE))